本网讯 近日，我校计算机与信息学院机器视觉与智能控制团队在计算机视觉与多媒体领域取得新进展。相关研究成果分别发表于人工智能领域与计算机视觉领域国际顶级期刊IEEE Transactions on Neural Networks and Learning Systems（TNNLS，中国科学院一区TOP，影响因子8.9）与 IEEE Transactions on Multimedia（TMM，中国科学院一区TOP，影响因子9.7）。
在TNNLS发表的论文题为“Metric Learning-based Subspace Clustering”，提出了一种基于度量学习的子空间聚类方法，旨在通过度量学习获取具有线性结构的高质量特征表示，从而提升聚类性能。蘑菇视频手机版为论文第一完成单位，徐叶松博士为论文第一作者。
（基于度量学习的子空间聚类框架旨在通过度量学习来学习线性结构的特征表示）
论文“Asymptotics-Aware Multi-View Subspace Clustering”刊登于TMM，提出了一种渐近感知多视图子空间聚类方法，在多视图数据的融合与结构保持方面取得显著效果。该研究同样由蘑菇视频手机版完成，徐叶松博士为论文第一作者。
（传统方法与所提出渐近感知多视图子空间聚类方法的架构比较）
据悉，机器视觉与智能控制团队目前共有固定研究人员11人，含教授2名、副教授4名，其中有7人为青年博士。近年来，团队先后承担国家自然科学基金、安徽省自然科学基金、安徽省重点研发计划等纵向科研项目10余项，以及产学研合作项目20余项；在国际顶级期刊与会议上发表论文50余篇，授权发明专利10余项。
（文/图：徐叶松；编辑：范夏勋；预审：查桂义；审核：王勇智）
